凝胶渗透色谱(GPC)分析技术研究进展

凝胶渗透色谱（GPC）是一项基于体积排阻原理（即分子筛效应）的液相色谱技术，通过多孔凝胶固定相对聚合物溶液中的分子按流体力学体积大小进行分离：大分子因无法进入凝胶孔穴而先流出色谱柱，小分子因进入孔穴而延迟洗脱，由此实现按分子尺寸分离并计算相对分子质量及其分布[1]。

自20世纪60年代发展以来，GPC因其操作简便、分析快速、样品需求量少等优势，已成为聚合物材料、合成纤维、生物大分子及环境污染物等领域的重要分析手段[1][2][3]。近年来通过联用多检测器（如示差折光检测器RID、多角度激光散射MALLS、黏度检测器），GPC可同时获得数均分子量、重均分子量及特性黏度等参数，提高绝对分子量测定的准确性[4]。

随着各种新型材料和产品的出现，传统的GPC分析技术在应用中仍存在一些瓶颈，如浓度依赖性与非体积排阻干扰、标样依赖性、流动相局限、复杂样品难以适用等问题[5][6][7][8][9]。

本文聚焦近五年来针对GPC流动相、色谱柱、方法创新等关键技术突破，结合具体产品的应用最新研究进展，系统梳理该技术存在的瓶颈性问题，并展望未来发展趋势，为相关领域研究人员提供理论参考。

1 凝胶渗透色谱关键技术进展

凝胶渗透色谱（GPC）分析系统主要由流动相输送单元、进样器、色谱柱、检测器和数据处理系统构成。流动相（通常为有机溶剂如THF或水性缓冲液）是溶解样品并推动其通过系统的载体。色谱柱内填充多孔凝胶填料，基于分子尺寸差异实现分离。影响检测效果的关键条件因素包括：流动相流速的稳定性、色谱柱温度控制、样品浓度与进样量、色谱柱性能（如柱效与孔径分布）以及检测器的灵敏度与基线噪音。严格控制这些参数对获得准确分子量分布至关重要。

1.1 流动相的选择与优化

凝胶渗透色谱（GPC）流动相的选择与优化对高分子材料分子量及其分布的准确测定具有决定性影响，流动相选择的一般逻辑主要是看对样品的溶解性，由于样品的种类复杂，在实际测试过程中，常会出现一些特殊情况导致检测效果不佳。近年来学者们针对特殊样品流动相的适应性问题进行了各种尝试。

阎昆等[10]针对PA10T在GPC流动相中难溶（如THF）且高温测试易降解的问题，创新采用N-酰基化预处理，实现其在常温极性溶剂的高效溶解，显著提升GPC测试精度。针对腈纶等样品，常规的流动相DMF易产生缔合结构出现多峰干扰的情况，研究发现可通过优化电解质来解决该问题，如使用NaNO₃/KNO₃等[8][11][12]。二醛纤维素（DAC）的分子量分布测试受限于流动相中的半缩醛交联，羟胺肟化法可解离交联但仅适用于氧化度≤9%的样品，碱性条件下仍引发显著降解[13]。Tomohiro Hashizume等[14]开发含1%EmimOAc的DMSO流动相，实现室温溶解纤维素且离子液体用量降至1%，分子量分布结果与LiCl/DMAc法一致。PET测试中，施镇江等[15]采用HFIP流动相免除样品干燥步骤，溶解时间缩短至8 h，重复性RSD<3%，但HFIP强腐蚀性限制设备兼容性。

流动相优化需针对材料特性定制，通过添加电解质、离子液体或衍生化抑制副反应，以取得更好的检测结果。

1.2 凝胶色谱柱的优化

凝胶渗透色谱（GPC）色谱柱的优化是解决复杂体系分离瓶颈的核心。随着材料技术的发展，传统色谱柱在测试中面临多重局限。

王玉鹏[5]发现交联聚苯乙烯填料在四氢呋喃体系中承压上限仅50 MPa，高压下填料塌陷导致分子量分布失真，其采用高交联度二乙烯基苯改性填料将承压能力提升至80 MPa，使涂料树脂测试RSD降至0.8%。李婧宜[4]指出聚丙烯酰胺凝胶柱在水溶性高聚物分析中存在离子吸附效应，聚苯乙烯磺酸钠因疏水作用提前洗脱，其开发混合床色谱柱结合乙腈添加剂，消除疏水吸附，误差从25%降至3.2%[4]。常规色谱柱因粒径小、孔径窄，无法有效分离流动差的高分子量聚乙烯（百万级），导致测得的分子量分布变宽且数值偏低；需使用≥9级分离度的色谱柱改善[16]。房志鹏[9]揭示极性淋洗液中纤维素与葡聚糖凝胶柱的氢键吸附导致峰拖尾，通过表面羟丙基化修饰填料，使棉花纤维素回收率从65%提升至92%。张燕红[17]针对宽分布水性聚氨酯（Mw 2 k～500 k）在单柱中分辨率不足的问题，采用HPPLgel MIXED-B双柱串联策略，使高分子量组分（>100k）分离度从1.2提升至2.5。Guo等[18]发现车灯聚酯碎片在标准柱（KF-802）中峰重叠率>30%，换用Shodex KF-806 M大孔径柱（排阻范围20 M～100 Da）后碎片鉴别准确率达94.9%。

前述研究多是针对一些特定样品，但可预见色谱柱面临一些共性挑战，包括高压耐受性不足、溶剂与热兼容性差、非尺寸排阻效应干扰以及宽分子量分离瓶颈。解决的核心是强化材料工程与智能设计：通过开发高稳定性杂化填料提升机械和热性能，结合表面功能化修饰减少次级相互作用；同时，构建多孔径整合系统以扩展分离范围，从而全面提升分离精度。

1.3 方法学创新

除了流动相和色谱柱以外，针对一些特殊的检测需求以及GPC方法本身的局限性导致的分析结果不理想或者精度不足，学者们通过其他途径开始不断尝试GPC方法的创新，以获得更精准的检测数据或更高的检测效率。

针对GPC分析误差以及部分样品分子量无法检测的局限，学者们在常规的分析流程中加入一些辅助方法来间接地获取检测数据。Liu等[19]提出将超分子聚合物转化为聚轮烷结构，通过GPC测定其分子量，解决了超分子聚合物在低浓度下解离导致的表征难题。Fair等[20]系统研究了共轭聚合物（如P3HT、PFO）的分子量表征，发现其持久长度显著大于聚苯乙烯标准物，通过引入通用校准方法（结合粘度计与折光检测器）和确保高回收率，获得了与静态光散射（SLS）一致的绝对分子量。于亚萌等[21]提出相对时间法，以乙二醇为内标物将保留时间转化为相对时间，消除了泵流速波动和柱效变化对分子量计算的误差。唐正伟[22]等进一步发展GPC内标法，通过加入内标物（如油酸）并将保留时间转换为相对时间，使计算结果偏差降至仪器自身重复性水平（RSD<1.5%），且对内标物极性与分子量无特殊要求。

针对难以消除的一些干扰因素，通过联用其他仪器可以有效地解决这一问题。木质素分析中，含0.05 M LiBr的DMF流动相虽能溶解样品，但多角度激光光散射（MALLS）检测器因荧光干扰高估分子量，而黏度检测器提供更可靠结果，凸显流动相与检测器协同的重要性[23]。林朝阳等[24]开发了GPC与十八角激光光散射仪联用技术，实现了聚丙烯酰胺合成中残留单体丙烯酰胺含量与聚合物分子量及分布的同步测定，一次进样即可完成双重分析，方法简便可靠。李洁等[25]建立了QuEChERS在线GPC-GC-MS/MS联用方法，高通量筛查动物源性食品中196种农药残留，通过优化馏分收集时间有效去除基质干扰，检出限低至0.002 mg/kg。Ma等[26]首次采用GPC-MALS-RID联用技术直接检测聚合物添加剂中的光稳定剂Tinuvin 622，实现单一峰形识别与分子量同步分析，显著提升检测效率。

AI技术在准确率和效率的优势显著，Nagy等[27]创新性地将人工神经网络（ANNs）与GPC结合，通过多溶剂体系测量和MALDI-TOF MS/NMR数据训练，实现了聚醚共聚物分子量与化学组成的高精度预测。

GPC方法学创新正朝着多维协同与智能化的方向纵深发展。其核心在于深度融合多检测器联用技术以拓展分析边界，并通过创新性策略（如内标校正、结构转化及通用校准模型）系统提升复杂体系表征的精准度。同时，人工智能等前沿技术的引入正推动分析方法向高效、高精度及智能化预测跃迁，显著增强了GPC应对多元化挑战的能力。

2 GPC应用领域的研究进展

2.1 传统高分子材料的应用

分子量是影响高分子材料的重要参数之一，分子量的差异将直接影响产品的强度、流动性等核心指标。而GPC在分子量分析中的独特优势，使其在涂料、油墨、胶黏剂、纤维等传统高分子材料中得到了广泛的应用，用以指导材料改性及产品优化。

高分子材料的主体大多是树脂，因此针对树脂的GPC分析学者们作了大量研究。余伟等[28]通过GPC分析醇酸树脂的相对分子质量及其分布，发现其显著影响涂料的干燥速度、硬度和光泽度等性能，为优化树脂选择提供了依据。王玉鹏[5]系统探讨了GPC测定涂料树脂分子量的关键影响因素，证实流速、浓度和温度在小范围内变化对结果影响较小（误差<2%），并总结了仪器校正与样品制备的注意事项。张燕红[17]建立了水性聚氨酯树脂的高效GPC分析方法，优化色谱条件后获得重复性良好的结果。杨洁[29]确立了墨粉用苯丙树脂和聚酯树脂的GPC检测方法，确定最佳样品浓度为6～10 mg/mL。

在助剂应用领域，Z.A.Temerdashev等[30]开发了基于液-液萃取和固相萃取的GPC方法，实现了合成机油中黏度改进剂与清净添加剂的同时测定。王慧敏[31]发现辛基酚醛增粘树脂的软化点和增粘效果随分子量增大而提升，并通过GPC验证了浓度与流速的优化参数。

在成品应用领域，Guo等[18]结合GPC与Hotelling´s T²统计法，成功区分了车辆塑料前照灯透镜碎片，鉴别率达94.94%，为法医物证分析提供了新策略。Nakajima[32]则通过GPC分析电子束辐照后的ZEP520A光刻胶残留组分，发现低分子量部分优先溶解导致膜密度降低，解释了显影后表面粗糙的成因。

在纤维应用中，Kang Y等[33]通过GPC-MALLS技术证实醇解度88%的PVA因残留乙酸酯基与色谱柱发生疏水吸附，需优化流动相（如添加表面活性剂）以消除非体积排阻效应，提升水相测试准确性。Hong等[34]利用GPC-RI-MALLS-VIS多检测器系统，揭示了6FDA-DMB聚酰胺酸溶液在储存中分子量（Mw、Mn）的降解规律，指出水解是稳定性下降的主因。Ritsuko等[35]利用GPC分析聚酯纤维分子量分布及低分子量峰（如环状三聚体）百分比，通过控制进样量保证重现性，结合Mw、PDI和低分子量峰百分比参数，成功区分测出商业衬衫颈部与胸部/袖部纤维的分子量分布显著差异，凸显其在法医纤维比对中的高效。

GPC分析在传统高分子材料领域的发展趋势凸显多维度深化：应用范围从涂料、油墨、胶黏剂扩展至法医鉴定、助剂分析；技术手段趋向多检测器联用（如GPC-RI-MALLS-VIS），并结合统计学方法提升鉴别精度；研究重点聚焦分子量分布与性能的精准关联，推动材料改性、工艺优化及标准化检测方法的建立，为产品研发与质量控制提供核心支撑。

2.2 环保与生物安全应用

凝胶渗透色谱（GPC）在去除复杂基质干扰方面具有独特优势，是环境污染物及生物安全风险物质分析的关键前处理技术。然而，面对痕量目标物、基质效应等挑战。

随着环保法规的日趋严格，针对环境污染物的分析需求越来越多。樊培等[36]结合固相萃取（SPE）与GPC净化环境水样，通过UPLC-MS/MS实现了19种磺胺类抗生素的同步测定，有效克服了基质效应，方法回收率稳定且适用于实际水样监测。荣维广[37]建立的在线GPC-GC/MS方法用于水中塑化剂（DIPN、DBP、DEHP）检测，溶剂消耗仅10 mL，回收率达95.45%～107.80%，凸显了绿色分析优势。此外，GPC在微塑料检测中表现突出：Li等[38]通过HCl辅助提取与GPC-UV分析土壤中聚苯乙烯微塑料（PS-MPs），回收率达76.7%～100.3%；另一研究利用膜过滤-GPC-UV分离定量水中的PS-MPs和PS-NPs，检出限为0.02 pg/mL[39]。方正杰[40]采用GPC-GC-MS测定塑料玩具中16种多环芳烃（PAHs），方法检出限为0.06～0.12 mg/kg，回收率70%～92%，适用于聚合物材料中的痕量污染物分析。

生物安全是人们最关注的话题，但生物基的复杂性导致有害物质的分析鉴定受到不少制约，GPC分离的优越性使其在该领域的应用逐渐拓宽。李敏洁等[41]利用GPC-DSPE联用LC-MS/MS和GC-NCI/MS，成功测定了鸡蛋中30种溴代阻燃剂（如PBDEs、TBBPA、HBCD），回收率为64.5%～109.2%，定量限低至0.01～0.2µg/kg。李健[42]结合GPC-SPE与色谱-质谱技术，实现了乳制品中18种溴系阻燃剂（含新型阻燃剂及异构体）的高灵敏度检测，检出限为0.2～119.2 pg/g。罗彦波等[43]开发了在线GPC-GC-MS/MS系统，结合磁性吸附剂净化烟叶提取液，实现了10种农药残留的高灵敏度检测，检出限低至0.94～100 ng/L，为复杂基质中农药筛查提供了高效方法。在生物大分子分析方面，Tian等基于酶解寡糖校准的GPC方法，实现了低分子量透明质酸（HA）和硫酸软骨素（CS）的精确分子量测定，准确性媲美GPC-MALLS[44]。

GPC通过与多种前处理技术（如QuEChERS、SPE、DSPE）及检测平台（GC-MS/MS、LC-MS/MS、UV）的联用，显著提升了复杂环境与生物样品中污染物检测的效率、灵敏度与准确性，为环境监测和生物安全保障提供了关键技术支撑。

2.3 其他应用

除前述常见应用领域外，GPC的正尝试深入拓展至诸多新兴与特殊材料体系。

在聚合物科学领域，GPC被用于表征铜纳米线催化下乳液与悬浮聚合制备的聚甲基丙烯酸甲酯（PMMA）颗粒，通过分析分子量（乳液聚合产物为480 000 g/mol，悬浮聚合产物为440 000 g/mol）和分散指数（分别为1.39和1.45），证实了聚合过程的可控性，符合绿色聚合原则[45]。

此外，GPC还用于评估聚苯乙烯（PS）基纳米复合材料的热力学性能，发现有机黏土含量为5%时性能最优，且粘土的加入降低了PS的平均分子量和熔体流动指数[46]。

在木质素研究中，多检测器GPC结合黏度检测可准确测定木质素的绝对摩尔质量和分子量分布，克服了多角度激光光散射（MALS）因荧光干扰导致的高估问题[23]；同时，研究揭示了木质素分子量测定中因氢键引起的聚集偏差，并通过部分最小二乘（PLS）回归模型预测误差，表明高分子量物种的GPC与质谱结果一致性较高[47]。

在沥青材料领域，GPC通过分析大分子尺寸比例（LMS%）评估老化程度，如渣油沥青质的聚集行为受浓度影响显著（聚集顺序：D>C>A>B）；该技术还用于检测沥青中污染物（如废机油）、量化聚合物改性剂含量（如SBS），并预测再生沥青混合料的流变性能[48][49]。

在沥青结合剂老化表征中，GPC结合FTIR证实抗氧化添加剂（如Redicote和Solprene）可有效延缓氧化过程，且现场老化样品的羰基指数与黏度呈正相关[50]。

综上，GPC凭借其分子量分布分析能力，为聚合物合成、生物质转化及尖端领域材料优化提供了关键技术支持。

3 结语

近年来GPC分析技术在流动相和色谱柱优化、方法学创新等方面取得显著突破。在流动相领域，通过添加电解质、离子液体或衍生化预处理（如N-酰基化），成功解决了难溶聚合物（如PA10T、纤维素）的溶解瓶颈及缔合干扰问题，提升了检测精度。色谱柱方面，高交联填料、表面修饰（羟丙基化）及多孔径串联设计显著增强了高压耐受性、抑制了非尺寸排阻效应（吸附、氢键干扰），并拓展了分离范围（如宽分布聚氨酯、高分子量聚乙烯）。方法学上，多检测器联用（MALLS-RID-VIS）、人工智能预测模型（ANNs）及内标相对时间法的应用，实现了分子量绝对测定、复杂组分同步分析与误差动态校正，推动GPC向高效智能化迈进。

然而当下正处于新材料蓬勃发展的时代，随着各种新型材料的出现，以及人们对于分析精度和效率要求的进一步提高，现有的GPC分析技术仍存在一些瓶颈性问题：

（1）仍有许多难溶的样品无法找到合适的流动相进行溶解，同时流动相与不同样品间的微观反应机理仍不清晰，未形成系统性的理论用于指导流动相的选择。

（2）色谱柱填料改性的研究较少，仍有大量的优化空间。

（3）标样的依赖性强限制了其应用领域的拓展。

（4）针对部分样品的前处理流程仍较为复杂，检测效率以及检测精度仍有待提升。

在材料科学迈向高端精细化的进程中，GPC的独特优势将使其继续承担着重要作用，根据现有的研究进展以及应用端的实际需求，GPC分析技术将朝着以下几个方向发展：

（1）开发耐腐蚀/温敏型智能填料，结合无机杂化技术提升机械稳定性；发展生物兼容性色谱柱，减少生物大分子吸附。

（2）深化多维联用（如在线GPC-GC-MS/MS），实现前处理-检测一体化；扩展通用校准模型，减少标样依赖。

（3）建立大量的标样数据库，结合AI技术优化分离条件预测与分子量分布解析，提升复杂体系分析效率。

（4）聚焦环境微塑料、生物可降解聚合物及纳米材料等新兴领域，构建标准化检测体系，为绿色材料设计与安全评估提供支撑。

上一篇：基于凝胶渗透色谱测试结果数据分析

下一篇：凝胶色谱在天然药物化学中的应用进展

相关信息 MORE